Chine/Asie36Kr 23 juin 2026

Gong Hongjia, Lu Qi et des investisseurs internationaux misent sur le bracelet EMG d'une équipe de l'Université de Pékin

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

La startup chinoise SnowOrigin (雪梦未来) annonce un tour de financement impliquant trois investisseurs de premier plan : Gong Hongjia, co-fondateur du géant de la vidéosurveillance Hikvision, Lu Qi, ancien vice-président de Microsoft Chine et ex-directeur technique de Baidu, désormais à la tête du fonds Miracle Plus, et des institutions étrangères non nommées. L'entreprise, fondée par Qin Xu, diplômé du Laboratoire national d'ingénierie en encodage vidéo de l'Université de Pékin sous la direction des académiciens Gao Wen et Huang Tiejun, développe une nouvelle génération de terminaux d'acquisition de données pour l'IA incarnée (Physical AI). Sa solution combine un bracelet à sEMG (électromyographie de surface), un casque panoramique de capture en première personne et le modèle d'IA propriétaire NMH (Neural Math Hybrid), capable de décoder des signaux neuromusculaires en temps réel. Sur le plan technique, les bracelets SnowOrigin dépassent les appareils domestiques concurrents, généralement limités à 8 canaux, 200-250 Hz d'échantillonnage et un rapport signal/bruit de 20 à 25 dB, en atteignant un SNR supérieur à 43 dB, avec davantage de canaux et une fréquence d'échantillonnage plus élevée. Les données produites sont structurées en trois composantes : posture (Pose), effort musculaire (Force) et micro-ajustements fins (Micro-control).

L'enjeu central que cible SnowOrigin est le fossé entre les méthodes d'acquisition de données existantes et les besoins réels de l'entraînement des robots humanoïdes. Les systèmes actuels, que ce soit la capture de mouvement, la téléopération ou la vidéo à la première personne, enregistrent ce qu'un humain fait, mais pas pourquoi ni comment : l'intention derrière un geste, la modulation de la force et les corrections imperceptibles en cours de manipulation restent invisibles. La startup s'appuie sur une analogie directe avec les LLM : de même qu'Internet a fourni la masse textuelle nécessaire à l'émergence de modèles de langage, l'ère du Physical AI requiert des données d'interaction humaine complètes en modalités multiples. Portable en conditions réelles, le bracelet sEMG ouvre la voie à une collecte à grande échelle impossible avec les gants de capture en laboratoire ou les exosquelettes, et c'est précisément ce que recherchent les équipes d'entraînement de robots dans leur pipeline de données de manipulation.

Le contexte de la course aux interfaces neurales non invasives s'est considérablement accéléré depuis le rachat de CTRL-Labs par Meta en 2019 pour environ 500 millions de dollars, une opération qui a légitimé le sEMG comme vecteur d'interaction avec les systèmes AR/VR. SnowOrigin revendique avoir été, dès 2023, la première entreprise chinoise à décoder en temps réel les signaux sEMG en données complètes de posture de main, et la première à lancer en production de masse un bracelet multi-canaux au-delà des 8 canaux standards. Sur le plan concurrentiel, Meta avance avec son bracelet neural pour les lunettes Ray-Ban Meta et le casque Quest, tandis que plusieurs acteurs chinois commencent à entrer sur ce segment. SnowOrigin mise sur deux débouchés commerciaux : les fabricants de lunettes IA, dont plusieurs acteurs majeurs auraient déjà signalé leur intérêt pour une intégration comme interface d'interaction, et les équipes robotiques cherchant des données d'entraînement à l'échelle pour robots humanoïdes et modèles du monde.

Dans nos dossiers

IA physique & VLA Exosquelettes

À lire aussi

1TechNode

CiDi vise une expansion à l'international pour ses équipements miniers autonomes

CiDi, entreprise chinoise cotée à Hong Kong spécialisée dans les engins miniers autonomes, prévoit d'accélérer son expansion hors de Chine. L'entreprise prépare un déploiement plus large d'excavatrices partiellement automatisées en Australie cette année, et cherche à décrocher des contrats au Moyen-Orient, en Amérique du Sud et en Europe. CiDi anticipe que les marchés internationaux représenteront une part à deux chiffres de son chiffre d'affaires l'an prochain, contre un niveau à un chiffre bas aujourd'hui. En 2025, le chiffre d'affaires du groupe a plus que doublé, atteignant 884,8 millions de yuans. Sa flotte mondiale a elle aussi progressé, dépassant désormais 1 700 véhicules déployés sur 30 mines et carrières. Cette progression illustre l'accélération de l'automatisation dans le secteur minier, où les coûts d'exploitation, la sécurité des opérateurs et la pénurie de main-d'œuvre poussent les exploitants à adopter des engins autonomes ou semi-autonomes. Le doublement du chiffre d'affaires en un an et l'ancrage sur 30 sites suggèrent que la technologie dépasse le stade du pilote isolé pour entrer dans une phase de déploiement à l'échelle sur des flottes réelles, un signal important pour les intégrateurs et opérateurs miniers qui évaluent encore la maturité de ces solutions. La stratégie d'internationalisation vise aussi à réduire la dépendance de CiDi au marché chinois, dans un contexte de concurrence locale accrue. CiDi s'inscrit dans un mouvement plus large d'acteurs chinois de la robotique industrielle cherchant à se positionner sur les marchés occidentaux et émergents, face à des géants historiques comme Caterpillar ou Komatsu, qui développent eux aussi leurs propres flottes autonomes. Le choix de l'Australie comme premier marché d'ampleur n'est pas anodin : le pays concentre une part importante de l'activité minière mondiale et sert souvent de terrain d'essai avant une extension vers d'autres régions. Les prochaines étapes attendues sont la signature de contrats au Moyen-Orient, en Amérique du Sud et en Europe, qui détermineront si CiDi atteint l'objectif de revenus internationaux à deux chiffres fixé pour l'année prochaine.

UECiDi cherche à décrocher des contrats en Europe mais n'a pas encore de déploiement confirmé sur le marché européen, ce qui représente une concurrence potentielle future pour le secteur minier européen.

Chine/AsieActu

1 source

2Pandaily

DeepMotor : une startup de Pékin mise sur les données en première personne pour une IA incarnée générale

DeepMotor, une startup pékinoise fondée par Chen Kai au début 2025, développe une approche d'intelligence artificielle incarnée (embodied AGI) basée sur l'entraînement à partir de vidéos en première personne capturées par des humains. Au lancement, la thèse de l'entreprise n'a convaincu ni les investisseurs domestiques ni la majorité du secteur : pourquoi parier sur une méthode que même les géants américains n'avaient pas encore validée ? La startup a levé plusieurs centaines de millions de RMB et poursuit aujourd'hui un déploiement accéléré. La chronologie des validations industrielles donne la mesure de son avance : en mai 2025, Tesla a annoncé réorienter l'entraînement d'Optimus vers des données vidéo humaines. En juin 2025, GeneralistAI a présenté une démo d'apprentissage imitatif robotique, puis a confirmé les lois de mise à l'échelle avec 270 000 heures de données humaines réelles collectées sur le terrain. FigureAI a de son côté annoncé des partenariats avec des opérateurs immobiliers commerciaux pour collecter des flux en première personne. En février 2026, NVIDIA a publié EgoScale, un modèle pré-entraîné sur 20 000 heures de vidéo première personne destiné à la manipulation dextre. L'importance de cette séquence dépasse le simple calendrier. Elle valide l'hypothèse centrale de DeepMotor : la vidéo en vue égocentrique est le signal d'apprentissage le plus dense pour combler le sim-to-real gap en robotique généraliste. Chaque acteur majeur converge vers cette approche non par choix idéologique, mais parce que les benchmarks internes le forcent. Pour les intégrateurs industriels et les décideurs B2B, cela signifie que la prochaine génération de robots manipulateurs ne sera pas entraînée dans des simulateurs mais sur des flux de travail humains réels, ce qui redéfinit les exigences en matière de collecte de données et de gouvernance des contenus vidéo. DeepMotor s'inscrit dans un écosystème robotique chinois en forte accélération, concurrent direct d'Unitree, d'Agibot et des branches robotique de Baidu et Tencent, mais avec une orientation plus fondamentale sur la couche de données brutes plutôt que sur le hardware. La startup a devancé d'environ un an le consensus industriel mondial sur l'approche egocentric data, ce qui lui confère une position de référence potentielle si elle parvient à publier ses propres scaling laws ou à ouvrir un dataset. Les prochaines étapes probables incluent la publication de résultats comparatifs et des partenariats avec des fabricants de robots humanoides pour valider le transfert de politique sur des plateformes tiers. La source originale (Waves/暗涌) reste un media chinois spécialisé, et les chiffres de levée ne sont pas précisément détaillés.

UELe basculement de l'industrie vers les données vidéo égocentristes comme signal d'entraînement de référence redéfinira les exigences de collecte de données et de gouvernance vidéo pour les intégrateurs et fabricants de robots européens, sans acteur français ou européen directement impliqué à ce stade.

Chine/AsieOpinion

1 source

336Kr

Ce fournisseur de robots humanoïdes ODM lève des millions : Feirongda et Sozeen Technology investissent coup sur coup

BXI Robotics (半醒具身), fabricant chinois de robots humanoïdes en mode ODM (conception et fabrication pour des marques tierces), vient de boucler un tour de table de plusieurs dizaines de millions de yuans mené par Suochen Technology (索辰科技, coté en Chine sous le code 688507), après un premier tour institutionnel en 2025 mené par Feirongda (飞荣达). Fondée en 2022 mais active en R&D depuis 2020, l'entreprise est dirigée par Chen Yan, diplômé en informatique de l'université Southeast en 2003 et ancien trader quantitatif, aux côtés de Liu Fuqiang, plusieurs fois primé en compétition robotique universitaire. BXI développe en interne l'intégralité de sa chaîne technique : mécanique, moteurs articulaires, contrôle moteur et logiciels applicatifs. Ses modules moteurs planétaires standardisés BXI-50/70/85 couvrent 31 degrés de liberté, avec un couple de pointe de 800 N·m et un contrôleur cadencé à 1000 Hz. En avril 2025, son robot « Jingling 2 » (精灵2), en version de série non modifiée, a terminé le premier semi-marathon de robots humanoïdes de Pékin en 4h02min19s (6e place) ; en avril 2026, « Jingling 3 » a fait mieux avec un temps net de 150 minutes. Côté production, l'entreprise s'appuie sur les usines de son actionnaire Feirongda à Shenzhen et Changzhou, avec une capacité actuelle de plusieurs dizaines d'unités par mois, extensible à plus de 100. Elle anticipe des commandes mensuelles dépassant 10 millions de yuans entre juillet 2026 et juillet 2027, pour un chiffre d'affaires annuel supérieur à 100 millions de yuans. Ce positionnement ODM répond à un problème concret : de nombreuses entreprises veulent une gamme de robots humanoïdes sous leur propre marque mais ne peuvent assumer un cycle de développement de deux à trois ans en interne. En revendiquant une compétence de bout en bout rare sur ce marché, et surtout validée par une participation effective à une épreuve d'endurance avec du matériel de série non retouché, BXI cherche à se distinguer des nombreux intégrateurs qui assemblent des composants tiers sans maîtriser la chaîne motrice. C'est un signal pour les décideurs industriels : la marche libre bipède, longtemps présentée comme un verrou technologique, semble désormais suffisamment mature pour être sous-traitée en marque blanche, déplaçant la compétition vers l'exécution de tâches (mains, perception, calcul embarqué). L'arrivée de Suochen au capital illustre aussi une convergence entre simulation physique et robotique réelle : la société investit pour connecter sa plateforme de simulation IA physique aux données de terrain collectées par les robots de BXI, dans une boucle simulation-déploiement-réentraînement. BXI dit viser désormais les marchés coréen, japonais et européen, en plus d'un premier client américain, et table sur un basculement vers une adoption grand public des humanoïdes autour de 2027.

Chine/AsieActu

1 source

436Kr

Li Hongyang (HKU) lance une startup d'IA incarnée corps entier et lève des centaines de millions en seed

Archon Robotics (源策未来, "Yuance Weilai"), startup fondée en avril 2026 et basée dans la zone de développement de Caohejing à Shanghai, vient de boucler un tour de table seed de plusieurs centaines de millions de yuans. La levée réunit des fonds de premier plan dont Zhenge Fund, Gaorong Capital, IDG Capital et Wuyuan Capital, auxquels s'ajoutent le fonds conjoint Gobi Ventures / Université de Hong Kong, Miracle Plus et le Shanghai AI Innovation Institute. Light Source Capital agissait comme conseiller financier exclusif. Les fonds serviront à accélérer le développement d'un modèle fondateur humanoïde "whole-body", à constituer des jeux de données multimodaux de mouvements plein corps, et à ouvrir plusieurs centres de R&D. L'entreprise vise la publication d'un modèle open-source avant fin 2026. La société est dirigée par Li Hongyang, actuellement assistant professor et vice-doyen à l'Université de Hong Kong, dont le projet de conduite autonome end-to-end UniAD a remporté le Best Paper au CVPR 2023, seul travail d'une institution académique continentale à décrocher ce prix depuis dix ans. Il a également reçu en 2026 le RSS Early Career Award, première distinction de ce type décernée à un chercheur chinois en vingt ans d'existence du prix. Le CEO Li Tianyu, docteur de Fudan University, a co-développé le moteur "World Engine" de la solution de conduite autonome ADS 4.0 de Huawei. Le co-fondateur Chen Li, premier auteur d'UniAD, est issu du programme d'excellence Zhiyuan de l'Université Jiao Tong de Shanghai. Le pari technique d'Archon Robotics répond à une limite structurelle largement ignorée : les datasets actuels en robotique incarnée reposent quasi exclusivement sur des vidéos en vue première personne du poste de travail, enregistrant uniquement des trajectoires de bras ou de préhenseurs. Ces données ne capturent ni les déplacements du centre de gravité, ni la coordination tronc-membres, ni le transfert de force des membres inférieurs vers les membres supérieurs, c'est-à-dire précisément ce qui permet à un humain d'ouvrir une porte lourde en inclinant le corps plutôt qu'en tirant simplement le bras. La conséquence directe est que la quasi-totalité des robots actuels reste cantonnée à des préhensions sur surface plane à position fixe, incapable d'adaptation en environnement domestique non préétabli. Li Tianyu résume : "une donnée plein corps intégrant le déplacement du centre de gravité et l'angle du tronc a une densité d'information bien supérieure à cent enregistrements de trajectoire de main." La société construit donc une architecture tri-couche propriétaire : un "grand cerveau" pour la planification longue portée, un "mésencéphale" apprenant des représentations de mouvement plein corps transferrables d'un châssis à l'autre, et un "cervelet" assurant le suivi de pose et l'équilibre en temps réel. L'output n'est pas une liste d'angles articulaires spécifiques à un modèle de robot, mais une trajectoire de mouvement plein corps compatible avec plusieurs morphologies. Le contexte sectoriel est porteur mais saturé : au premier semestre 2026, le secteur de la robotique incarnée en Chine a enregistré 288 opérations de financement pour un total déclaré de plus de 46 milliards de yuans, proche du niveau annuel 2025 (55,4 milliards). Archon se positionne sur un créneau encore peu occupé en ciblant directement le modèle fondateur humanoïde généraliste plutôt que les solutions hybrides à châssis roulant avec bras manipulateurs, qui dominent actuellement le marché faute de savoir-faire en locomotion bipède. Li Hongyang compare l'état actuel de l'industrie à un niveau "L1,5" par analogie avec les grades de conduite autonome : les démos publiques relèvent encore majoritairement du contrôle à distance ou de scénarios entièrement scriptés, sans capacité autonome réelle sur des tâches multi-étapes en environnement ouvert. Les concurrents directs sur la brique modèle fondateur incluent Physical Intelligence (Pi-0), NVIDIA (GR00T N2), et Figure AI côté occidental, ainsi que plusieurs équipes chinoises moins bien documentées. Archon se différencie en ciblant explicitement les données "human-centric" incluant posture complète et marqueurs de force, avec une collecte mixte alliant données humaines dans des scènes réelles et données de téléopération sur robots physiques, dans une boucle ferme collecte-entraînement-retour d'erreur destinée à constituer une barrière concurrentielle durable.

Chine/AsieOpinion

1 source